[發明專利]數據標注方法、裝置、介質以及電子設備

有效

• 申請號: 201911110917.6
• 申請日: 2019-11-14
• 公開（公告）號: CN111079376B
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 朱成浩;翟喜梅;田育珍;徐寧;李鑫
• 申請（專利權）人: 北京房江湖科技有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117
• 代理公司: 北京思源智匯知識產權代理有限公司 11657
• 代理人: 毛麗琴

公開了一種數據標注方法、裝置、介質以及電子設備。其中的數據標注方法包括：獲取當前標注工程的待標注文本；根據所述當前標注工程所包含的所有標注動作，為所述待標注文本提供所述所有標注動作各自對應的動作描述信息以及所述所有標注動作各自對應的標簽描述信息；根據針對所述所有標注動作各自的動作描述信息以及所述標簽描述信息的標注操作，確定所述待標注文本的標簽信息；根據所述待標注文本和所述標簽信息，生成至少一條標注數據。本公開提供的技術方案有利于提高標注效率和標注準確性，并且有利于降低標注成本。

技術領域

本公開涉及數據標注技術，尤其是一種數據標注方法、數據標注裝置、存儲介質以及電子設備。

背景技術

隨著AI(Artificial Intelligence，人工智能)技術的發展，房產領域、醫療領域以及智能駕駛等越來越多的領域使用了AI技術。

在AI技術應用在不同的領域時，往往需要利用相應領域的標注數據對相應的神經網絡模型進行訓練。

如何便捷的獲得相應領域的標注數據，是一個值得關注的技術問題。

發明內容

為了解決上述技術問題，提出了本公開。本公開的實施例提供了一種數據標注方法、數據標注裝置、存儲介質以及電子設備。

根據本公開實施例的一方面，提供一種數據標注方法，該方法包括：獲取當前標注工程的待標注文本；根據所述當前標注工程所包含的所有標注動作，為所述待標注文本提供所述所有標注動作各自對應的動作描述信息以及所述所有標注動作各自對應的標簽描述信息；根據針對所述所有標注動作各自的動作描述信息以及所述標簽描述信息的標注操作，確定所述待標注文本的標簽信息；根據所述待標注文本和所述標簽信息，生成至少一條標注數據。

在本公開一實施方式中，所述當前標注工程所包含的所有標注動作包括：基于文本分類任務的標注動作；和/或，基于文本序列任務的標注動作；其中，所述基于文本分類任務的標注動作包括：基于單一分類維度的文本分類任務的一個標注動作、或者基于多分類維度的文本分類任務的多個標注動作。

在本公開又一實施方式中，所述根據所述當前標注工程所包含的所有標注動作，為所述待標注文本提供所述所有標注動作各自對應的動作描述信息以及所述所有標注動作各自對應的標簽描述信息，包括：對于當前標注工程所包含的任一標注動作，根據該標注動作對應的所有標簽描述信息，確定該標注動作對應的缺省標簽信息，并為所述待標注文本提供該標注動作對應的動作描述信息、該標注動作對應的所有標簽描述信息以及該標注動作對應的缺省標簽信息。

在本公開再一實施方式中，所述根據該標注動作對應的所有標簽描述信息，確定該標注動作對應的缺省標簽信息，包括：將所述待標注文本提供給該標注動作對應的標簽預測模型，經由該標注動作對應的標簽預測模型對所述待標注文本進行標簽預測處理；根據該標注動作對應的標簽預測模型輸出的標簽預測結果，獲得該標注動作對應的缺省標簽信息。

在本公開再一實施方式中，所述標簽預測模型包括：分類預測模型，或者，文本序列模型；所述將所述待標注文本提供給該標注動作對應的標簽預測模型，經由該標注動作對應的標簽預測模型對所述待標注文本進行標簽預測處理，包括：對于基于文本分類任務的標注動作，將所述待標注文本提供給該標注動作對應的各分類預測模型，經由各分類預測模型對所述待標注文本進行分類預測處理；和/或，對于基于文本序列任務的標注動作，將所述待標注文本提供給文本序列模型，經由所述文本序列模型對所述待標注文本進行劃詞位置預測處理。